# Gear-defect-detection-based-on-contour-recognition-and-Hough-circle-transformation

**Repository Path**: Makul/Gear-defect-detection-based-on-contour-recognition-and-Hough-circle-transformation

## Basic Information

- **Project Name**: Gear-defect-detection-based-on-contour-recognition-and-Hough-circle-transformation
- **Description**: 基于轮廓识别和霍夫圆变换的齿轮缺陷检测
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 4
- **Forks**: 0
- **Created**: 2025-04-25
- **Last Updated**: 2025-09-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: OpenCV, 轮廓识别, 霍夫变换, 缺陷检测

## README

# Gear defect detection based on contour recognition and Hough circle transformation
## 基于轮廓识别和霍夫圆变换的齿轮缺陷检测

### 使用技术栈：
OpenCV、NumPy、霍夫圆检测、轮廓分析、掩膜运算、图像滤波、形态学处理

### 核心功能：
1. 使用自适应阈值 + 霍夫圆检测，获取齿轮中空圆与外接圆的几何特征，计算结构比例用于筛查异常；

2. 构建标准合格齿轮掩膜，与检测对象进行位图异或操作，实现缺齿/多齿区域的识别；

3. 利用轮廓面积差值与像素点计数方式，识别裂纹、轮廓缺失、中空突变等结构缺陷；

4. 参数可配置化，支持多尺度齿轮模板自动适配；

5. 实现中间过程可视化与调试，方便人工标注与验证。

### 项目亮点：
1. 针对实际工控需求设计，无需深度学习模型，运行效率高，具备现场部署潜力；

2. 可视化 debug 模式便于调参与精度评估，模块化设计易于集成；

3. 单图像检测耗时低于 100ms，缺陷检测准确率高于 95%（要求在固定角度/光照下测试）。

### 备注
要求相机固定，开始时需要一个合格齿轮以设置相应的初始参数，设置一次即可进行不断的检测。<br/>
可识别齿轮的缺齿、多齿、漏洞、破损、内外圆比例误差等缺陷。<br/>